大数据（068）Storm【Storm JAVA开发手册】

一、spout中提供的方法

1、open方法

        当一个Task被初始化的时候会调用此open方法。一般都会在此方法中对发送Tuple的对象SpoutOutputCollector和配置对象TopologyContext初始化。

2、nextTuple方法

        这是Spout类中最重要的一个方法。发射一个Tuple到Topology都是通过这个方法来实现的。

3、declareOutputFields方法

        此方法用于声明当前Spout的Tuple发送流。Stream流的定义是通过OutputFieldsDeclare.declareStream方法完成的，其中的参数包括了发送的域Fields。

4、getComponentConfiguration方法

        此方法用于声明针对当前组件的特殊的Configuration配置。 

5、ack

        成功时的回调方法

6、fail

        失败时的回调方法

二、bolt中提供的方法

1、prepare方法

        此方法和Spout中的open方法类似，为Bolt提供了OutputCollector，用来从Bolt中发送Tuple。执行在execute方法之前。

2、declareOutputFields方法

        用于声明当前Bolt发送的Tuple中包含的字段

3、execute方法

        这是Bolt中最关键的一个方法，对于Tuple的处理都可以放到此方法中进行。具体的发送也是通过emit方法来完成的。此时，有两种情况，一种是emit方法中有两个参数，另一个种是有一个参数。

        (1)emit有一个参数：此唯一的参数是发送到下游Bolt的Tuple，此时，由上游发来的旧的Tuple在此隔断，新的Tuple和旧的Tuple不再属于同一棵Tuple树。新的Tuple另起一个新的Tuple树。

        (2)emit有两个参数：第一个参数是旧的Tuple的输入流，第二个参数是发往下游Bolt的新的Tuple流。此时，新的Tuple和旧的Tuple是仍然属于同一棵Tuple树，即，如果下游的Bolt处理Tuple失败，则会向上传递到当前Bolt，当前Bolt根据旧的Tuple流继续往上游传递，申请重发失败的Tuple。保证Tuple处理的可靠性。

4、getComponentConfiguration

        此方法用于声明针对当前组件的特殊的Configuration配置

三、Storm分组策略

    (1)ShuffleGrouping:随机分组，随机分发Stream中的tuple，保证每个Bolt的Task接收Tuple数量大致一致；

    (2)FieldsGrouping：按照字段分组，保证相同字段的Tuple分配到同一个Task中；

    (3)AllGrouping：广播发送，每一个Task都会受到所有的Tuple；

    (4)GlobalGrouping：全局分组，所有的Tuple都发送到同一个Task中，此时一般将当前Component的并发数目设置为1；

    (5)NonGrouping：不分组，和ShuffleGrouping类似，当前Task的执行会和它的被订阅者在同一个线程中执行；

    (6)DirectGrouping：直接分组，直接指定由某个Task来执行Tuple的处理，而且，此时必须有emitDirect方法来发送；

    (7) localOrShuffleGrouping：和ShuffleGrouping类似，若Bolt有多个Task在同一个进程中，Tuple会随机发给这些Task。